我正在阅读一篇名为“推荐系统中的集成学习：组合多个用户交互以进行个性化排名”的文章，其中他们解释了他们使用称为“BPR 优化标准”的方法来开发自己的算法，并且他们还解释了 BPR 的作者应用了一种技术计算同一用户的相对item-item相关性的顺序以获得个性化排名。

基本上，第一个矩阵只包含用户和项目的积极交互，“？” 用于未知的交互，可能是积极的、消极的或根本没有交互。然后他们比较每个用户的每对项目，所以如果用户与项目 i 进行了交互并且没有与项目 j 进行交互，那么用户更喜欢 i 而不是 j。但是当他们在二级矩阵上表达时，情况完全相反，它对于交互 i1,j2 和 i1,j3 显示为负号。

所以我想知道图像是错误的还是我遗漏了什么。谢谢。